1 00:00:00,000 --> 00:00:02,928 >> [Παίζει μουσική] 2 00:00:02,928 --> 00:00:11,230 3 00:00:11,230 --> 00:00:12,790 >> DAVID Malan: Αυτό είναι CS50. 4 00:00:12,790 --> 00:00:14,072 Αυτό είναι το τέλος της εβδομάδας 10. 5 00:00:14,072 --> 00:00:16,030 Και αγόρι, έχουμε ένα καλή τάξη για σας σήμερα. 6 00:00:16,030 --> 00:00:20,040 Είμαστε τόσο ενθουσιασμένοι να καλέσει δύο οι φίλοι μας από το Yale μέχρι σήμερα 7 00:00:20,040 --> 00:00:23,920 και να δούμε στη διασταύρωση των τεχνητή νοημοσύνη, ρομποτική, 8 00:00:23,920 --> 00:00:25,710 επεξεργασία φυσικής γλώσσας, και πολλά άλλα. 9 00:00:25,710 --> 00:00:27,090 >> Και πράγματι, πάνω από το τελευταίες εβδομάδες, έχουμε 10 00:00:27,090 --> 00:00:29,714 Σίγουρα πέρασε πολύ χρόνο, ειδικά στις προηγούμενες psets, 11 00:00:29,714 --> 00:00:31,560 εστιάζοντας σε πολύ χαμηλού επιπέδου λεπτομέρειες. 12 00:00:31,560 --> 00:00:34,520 Και είναι πολύ εύκολο να χάσουμε από τα μάτια του δάσος για τα δέντρα 13 00:00:34,520 --> 00:00:38,170 και να κρεμαστεί επάνω σε βρόχους και προϋποθέσεις και δείκτες, βεβαίως, και τα παρόμοια. 14 00:00:38,170 --> 00:00:41,770 Αλλά η πραγματικότητα είναι εσείς έχετε τώρα η συστατικά με τα οποία μπορείτε πραγματικά 15 00:00:41,770 --> 00:00:45,300 λύσει μερικά ενδιαφέροντα προβλήματα, μεταξύ των Εκείνοι που τους φίλους μας στο Yale 16 00:00:45,300 --> 00:00:48,790 λειτουργούν σχεδόν ντροπαλός του Cambridge. 17 00:00:48,790 --> 00:00:52,410 >> Έτσι, επιτρέψτε μου πρώτα να εισαγάγει το κεφάλι μας βοηθός από το Yale, Andy. 18 00:00:52,410 --> 00:00:55,182 >> [ΧΕΙΡΟΚΡΟΤΉΜΑΤΑ] 19 00:00:55,182 --> 00:00:57,030 20 00:00:57,030 --> 00:01:00,710 >> ANDY: Πρώτα απ 'όλα, απλά ευχαριστώ Σας επιτρέπει για ένα ζευγάρι Yalies 21 00:01:00,710 --> 00:01:02,700 να σκάσει κάτω στο Cambridge σήμερα. 22 00:01:02,700 --> 00:01:05,299 Θα το εκτιμούσα πραγματικά. 23 00:01:05,299 --> 00:01:07,090 Δεύτερον, στους φίλους μας πίσω home-- Jason, 24 00:01:07,090 --> 00:01:09,670 ευχαριστίες για την παραμονή και τη λειτουργία διάλεξη. 25 00:01:09,670 --> 00:01:12,970 Ελπίζω να είναι όλα καλά στο New Haven. 26 00:01:12,970 --> 00:01:15,720 >> Οπότε ναι, είμαι ενθουσιασμένος σούπερ να εισαγάγει SCAZ σήμερα. 27 00:01:15,720 --> 00:01:17,020 SCAZ διευθύνει το εργαστήριο ρομποτικής. 28 00:01:17,020 --> 00:01:19,690 Είναι ένας καθηγητής, όπως, πέντε διαφορετικά τμήματα στο Yale. 29 00:01:19,690 --> 00:01:23,159 Στο εργαστήριό του, έχει πολλά, πολλά ρομπότ που του αρέσει να παίζει με. 30 00:01:23,159 --> 00:01:24,950 Έχει, όπως, η καλύτερη δουλειά στον κόσμο. 31 00:01:24,950 --> 00:01:27,116 Και παίρνει το είδος της χάος γύρω με αυτό όλη την ημέρα 32 00:01:27,116 --> 00:01:29,090 καιρό και να κάνει κάποια δουλειά, όπως καλά. 33 00:01:29,090 --> 00:01:33,070 >> Και έτσι έχουμε στην πραγματικότητα έφερε ένα Από αυτούς κάτω μαζί μας σήμερα. 34 00:01:33,070 --> 00:01:36,900 Έτσι, χωρίς άλλη καθυστέρηση, είναι SCAZ πρόκειται να προχωρήσει και να μας εισαγάγει 35 00:01:36,900 --> 00:01:38,660 στο φίλο του ρομπότ. 36 00:01:38,660 --> 00:01:41,546 >> [ΧΕΙΡΟΚΡΟΤΉΜΑΤΑ] 37 00:01:41,546 --> 00:01:42,935 38 00:01:42,935 --> 00:01:44,310 BRIAN SCASSELLATI: Ευχαριστώ, Ντέιβιντ. 39 00:01:44,310 --> 00:01:45,380 Ευχαριστώ, Andy. 40 00:01:45,380 --> 00:01:50,050 Είναι τόσο υπέροχο να είναι εδώ με όλους σήμερα. 41 00:01:50,050 --> 00:01:56,490 Θέλω πρώτα να είναι πολύ σαφές ότι το προσωπικό CS50 εδώ στο Καίμπριτζ 42 00:01:56,490 --> 00:01:59,190 ήταν εξαιρετικά φιλόξενο για εμάς. 43 00:01:59,190 --> 00:02:02,130 Είμαστε τόσο ευγνώμων για τα πάντα έχουν κάνει για να μας υποστηρίξει. 44 00:02:02,130 --> 00:02:05,690 Και έτσι θα θέλαμε να είναι σε θέση να επιστρέψει την καλοσύνη. 45 00:02:05,690 --> 00:02:09,370 >> Έτσι, σήμερα, έχουμε την ευκαιρία να ανακοινώσουμε ότι θα πάμε να έχει μια νέα, 46 00:02:09,370 --> 00:02:15,240 το ένα του-ένα είδος εκδήλωση CS50 συμβαίνει στο New Haven την επόμενη εβδομάδα. 47 00:02:15,240 --> 00:02:18,040 Και αυτό είναι το CS50 Έρευνας Expo. 48 00:02:18,040 --> 00:02:21,300 Έτσι θα πάμε να προσκαλεί everyone-- CS50 φοιτητές, 49 00:02:21,300 --> 00:02:26,510 προσωπικό τόσο από το Χάρβαρντ και να Yale-- κατέβει και να επισκεφθείτε μαζί μας την Παρασκευή. 50 00:02:26,510 --> 00:02:30,400 Θα έχουμε μια μεγάλη ποικιλία από πάνω 30 διαφορετικοί άνθρωποι που παρουσιάζουν 51 00:02:30,400 --> 00:02:34,830 και exhibiting-- upperclassmen δείχνει μακριά κάποια από τα ερευνητικά τους προϊόντων. 52 00:02:34,830 --> 00:02:38,480 Θα έχουμε κάποιες νεοσύστατες επιχειρήσεις, ακόμη, εξετάζοντας για ένα μικρό κομμάτι της νέας τεχνολογίας ταλέντο, 53 00:02:38,480 --> 00:02:40,460 ξεκινήματα τόσο από το Χάρβαρντ και το Γέιλ. 54 00:02:40,460 --> 00:02:44,550 Και θα έχουμε κάποιες ομάδες φοιτητών Ψάχνετε για κάποιο νέων μελών. 55 00:02:44,550 --> 00:02:46,357 >> Είναι πρόκειται να είναι μια πολύ συναρπαστική στιγμή. 56 00:02:46,357 --> 00:02:49,190 Ας ελπίσουμε ότι όσοι από εσάς είναι κατεβαίνει για το παιχνίδι Χάρβαρντ-Yale 57 00:02:49,190 --> 00:02:51,360 θα είναι σε θέση να σταματήσει από λίγο νωρίς, 58 00:02:51,360 --> 00:02:54,060 ακριβώς στο κέντρο της πανεπιστημιούπολης, Sterling Memorial Library. 59 00:02:54,060 --> 00:02:58,040 Εμείς πάμε για να έχετε μια σειρά από εκθέματα που κυμαίνονται από αυτόνομους 60 00:02:58,040 --> 00:03:04,460 ιστιοπλοϊκά σε τρόπους χρήσης του λογισμικού για τη διατήρηση μεσαιωνικά χειρόγραφα. 61 00:03:04,460 --> 00:03:07,860 >> Εμείς πάμε για να έχουν τη διαφήμισή hoc δικτύωση και άνθρωποι 62 00:03:07,860 --> 00:03:11,230 διδασκαλία κωδικοποίηση του λογισμικού στο Κέιπ Τάουν. 63 00:03:11,230 --> 00:03:13,730 Θα έχετε τον υπολογιστή μουσική διαδηλώσεις. 64 00:03:13,730 --> 00:03:16,020 Και θα έχουμε βέβαια περισσότερο ρομπότ. 65 00:03:16,020 --> 00:03:18,900 Γι 'αυτό και ελπίζετε' ll να ενωθούν μαζί μας για αυτό το γεγονός. 66 00:03:18,900 --> 00:03:21,350 Θα πρέπει να είναι πολύ διασκέδαση, ένα μικρό κομμάτι των τροφίμων, 67 00:03:21,350 --> 00:03:24,430 και πολλά ενδιαφέροντα πράγματα που πρέπει να συζητήσουμε. 68 00:03:24,430 --> 00:03:28,230 >> Έτσι, σήμερα, θα πάμε να μιλήσουμε για την επεξεργασία φυσικής γλώσσας. 69 00:03:28,230 --> 00:03:32,560 Και αυτή είναι η προσπάθεια μας για να οικοδομήσουμε ένα νέο τρόπο διασύνδεσης 70 00:03:32,560 --> 00:03:35,150 με τις συσκευές μας, διότι για τις τελευταίες εβδομάδες, 71 00:03:35,150 --> 00:03:40,800 έχετε επικεντρώθηκε στο πώς αυτό είναι ότι μπορείτε να γράψετε κώδικα, γράφουν λογισμικό 72 00:03:40,800 --> 00:03:47,110 ότι είναι ένας τρόπος για να είναι σε θέση να πει σε μια μηχάνημα, αυτό είναι ό, τι θέλω να κάνω. 73 00:03:47,110 --> 00:03:50,210 >> Αλλά εμείς δεν θα χρειαστεί να Αναμένουμε ότι όλα 74 00:03:50,210 --> 00:03:53,760 ότι είναι εκεί έξω που χρησιμοποιείται από όλους στον κόσμο 75 00:03:53,760 --> 00:03:57,480 πρόκειται να είναι καλά σε αυτό το είδος της διδασκαλίας. 76 00:03:57,480 --> 00:04:02,540 Γι 'αυτό και γίνεται διάκριση μεταξύ του υπολογιστή γλώσσες και φυσικά languages-- 77 00:04:02,540 --> 00:04:06,720 ότι είναι, τα πράγματα που οι άνθρωποι χρησιμοποιούν να επικοινωνούν με άλλους ανθρώπους. 78 00:04:06,720 --> 00:04:12,270 Και προσπαθούμε να οικοδομήσουμε διεπαφές που χρησιμοποιούν Αυτοί οι φυσικοί μηχανισμοί επικοινωνίας. 79 00:04:12,270 --> 00:04:16,029 >> Τώρα, ακριβώς όπως κάθε άλλο θέμα ότι έχουμε αρχίσει με στο CS50, 80 00:04:16,029 --> 00:04:19,589 θα πάμε για να αρχίσει με τον απλούστερο λίγο επεξεργασία φυσικής γλώσσας 81 00:04:19,589 --> 00:04:21,269 ότι μπορούμε να φανταστούμε. 82 00:04:21,269 --> 00:04:24,940 Εμείς πάμε για να ξεκινήσει με το ιστορικό μέρος της φυσικής γλώσσας. 83 00:04:24,940 --> 00:04:28,740 Και τότε θα χτίσουμε πάνω σε και περισσότερο πρόσφατα συστήματα 84 00:04:28,740 --> 00:04:31,450 και να έχουν κάποια διασκέδαση επιδείξεις κατά μήκος του τρόπου. 85 00:04:31,450 --> 00:04:35,900 >> Έτσι θα πάμε να ξεκινήσουμε με αυτό που ήταν ίσως η πρώτη φυσική γλώσσα 86 00:04:35,900 --> 00:04:38,210 σύστημα επεξεργασίας. 87 00:04:38,210 --> 00:04:45,080 Αυτό ήταν ένα σύστημα λογισμικού γραμμένο σε 1966 από τον Joseph Weizenbaum ονομάζεται ΕΛΙΖΑ. 88 00:04:45,080 --> 00:04:49,640 Και Ελίζας σχεδιάστηκε για να αναπαράγουν το είδος της αλληλεπίδρασης 89 00:04:49,640 --> 00:04:53,850 θα έχετε με Rogerian ψυχοθεραπευτή. 90 00:04:53,850 --> 00:04:57,210 Τώρα, οι Rogerians, είχαν μια ιδέα ότι η ψυχοθεραπεία 91 00:04:57,210 --> 00:05:02,800 που συμμετέχουν να είναι σε θέση να αντανακλούν πίσω σε έναν ασθενή και να τους μιλήσω, 92 00:05:02,800 --> 00:05:08,100 ουσιαστικά, από μόνο δίνοντάς τους μια μικροσκοπικό λίγο θεραπευτή. 93 00:05:08,100 --> 00:05:09,920 Δηλαδή, όλα ότι ο θεραπευτής είπε 94 00:05:09,920 --> 00:05:16,500 έπρεπε να είναι απλά μια αντανάκλαση της τι ο ασθενής έλεγε σε αυτούς. 95 00:05:16,500 --> 00:05:18,990 >> Ας προσπαθήσουμε και demo αυτό. 96 00:05:18,990 --> 00:05:22,820 Έχουμε έναν εθελοντή ο οποίος θα είναι πρόθυμοι να μοιραστούν τις βαθύτερες τους, 97 00:05:22,820 --> 00:05:26,650 πιο σκοτεινές, ή / και πλαστά μυστικά με ΕΛΙΖΑ; 98 00:05:26,650 --> 00:05:29,680 Σίγουρα, γιατί δεν έρχεσαι πάνω. 99 00:05:29,680 --> 00:05:30,847 Φανταστικός. 100 00:05:30,847 --> 00:05:31,430 Και το όνομά σου? 101 00:05:31,430 --> 00:05:32,000 >> Μίλια: Miles. 102 00:05:32,000 --> 00:05:33,041 >> BRIAN SCASSELLATI: Miles. 103 00:05:33,041 --> 00:05:34,270 Χαίρω πολύ, Μάιλς. 104 00:05:34,270 --> 00:05:36,270 Αν θα κρατήσει αυτό. 105 00:05:36,270 --> 00:05:40,840 Και θα πάμε να χρησιμοποιείτε μια έκδοση του ΕΛΙΖΑ 106 00:05:40,840 --> 00:05:44,640 ότι έχουμε να αναπαραχθεί εντός του IDE CS50. 107 00:05:44,640 --> 00:05:47,140 Και θα εξετάσουμε στην πηγή κώδικα για αυτό σε λίγο. 108 00:05:47,140 --> 00:05:49,910 Αλλά για τώρα, είμαστε απλά πρόκειται να το επικαλεστεί, πληκτρολογώντας Ελίζα. 109 00:05:49,910 --> 00:05:55,480 >> Και Ελίζας πρόκειται να σας δώσει απαντήσεις που πρόκειται να είναι σε όλες τις πρωτεύουσες. 110 00:05:55,480 --> 00:05:57,950 Και θα σας κάνω κάποιες ερωτήσεις. 111 00:05:57,950 --> 00:06:02,130 Και θα σας απαντήσουμε και πληκτρολογήστε στις απαντήσεις σε ΕΛΙΖΑ. 112 00:06:02,130 --> 00:06:04,310 Έτσι ΕΛΙΖΑ έχει πει, "Γεια σου, είμαι ΕΛΙΖΑ. 113 00:06:04,310 --> 00:06:05,462 Τι ΠΡΟΒΛΗΜΑ εχεις?" 114 00:06:05,462 --> 00:06:08,092 Τι θα θέλατε να ΕΛΙΖΑ πω για σήμερα; 115 00:06:08,092 --> 00:06:10,750 >> Μίλια: Μπορώ μόνο να κοιμηθείτε αν έχω παντόφλες λαγουδάκι καθεξής. 116 00:06:10,750 --> 00:06:12,440 >> BRIAN SCASSELLATI: Εντάξει. 117 00:06:12,440 --> 00:06:13,360 Εντάξει. 118 00:06:13,360 --> 00:06:15,300 >> [ΓΈΛΙΟ] 119 00:06:15,300 --> 00:06:22,410 >> "Μπορώ μόνο να κοιμηθείτε με παντόφλες λαγουδάκι On ". 120 00:06:22,410 --> 00:06:29,000 Και λέει ΕΛΙΖΑ », λένε, κάνεις έχει κάποια ψυχολογικά προβλήματα; 121 00:06:29,000 --> 00:06:30,450 Ίσως αυτό είναι μια καλή ένδειξη. " 122 00:06:30,450 --> 00:06:30,780 >> ΕΝΤΆΞΕΙ. 123 00:06:30,780 --> 00:06:32,245 Λοιπόν, τι θα θέλατε να απαντήσετε; 124 00:06:32,245 --> 00:06:36,110 125 00:06:36,110 --> 00:06:36,970 >> Μίλια: Ναι. 126 00:06:36,970 --> 00:06:38,660 >> BRIAN SCASSELLATI: Ναι. 127 00:06:38,660 --> 00:06:39,570 Ο άνθρωπος του πολλές λέξεις. 128 00:06:39,570 --> 00:06:41,870 Μου αρέσει αυτό. 129 00:06:41,870 --> 00:06:50,200 Eliza λέει, «Φαίνεσαι αρκετά θετικό." 130 00:06:50,200 --> 00:06:53,200 >> Μίλια: Όχι, είμαι στην πραγματικότητα, ένα ηλεκτρόνιο. 131 00:06:53,200 --> 00:06:55,150 >> BRIAN SCASSELLATI: "Όχι. 132 00:06:55,150 --> 00:07:02,240 Στην πραγματικότητα, είμαι ένα ηλεκτρόνιο. " "Μήπως θα έρθει σε μένα 133 00:07:02,240 --> 00:07:06,954 επειδή είστε ένα ηλεκτρόνιο; " 134 00:07:06,954 --> 00:07:08,870 Τώρα, μπορούμε να δούμε μερικά από τα η things-- Πάω 135 00:07:08,870 --> 00:07:10,200 να κάνετε παύση μόνο για ένα δευτερόλεπτο, Μάιλς. 136 00:07:10,200 --> 00:07:11,010 Μην πάτε πουθενά. 137 00:07:11,010 --> 00:07:12,650 Εμείς δεν τελειώσαμε μαζί σας ακόμα. 138 00:07:12,650 --> 00:07:16,490 ΕΛΙΖΑ είναι, κατά κάποιο τρόπο, ανταποκρίνεται σε ορισμένα πράγματα 139 00:07:16,490 --> 00:07:21,140 ότι το λέει, αλλά χωρίς οποιαδήποτε πραγματική κατανόηση. 140 00:07:21,140 --> 00:07:26,090 Και είναι, επίσης, παπαγαλίζουν πίσω κάποια των τμημάτων της ποινής του. 141 00:07:26,090 --> 00:07:27,310 >> Γι 'αυτό και είπε, "Όχι. 142 00:07:27,310 --> 00:07:29,090 Στην πραγματικότητα, είμαι ένα ηλεκτρόνιο. " 143 00:07:29,090 --> 00:07:34,190 Ελίζα απάντησε πίσω, "Ήρθες για μένα, επειδή είστε ένα ηλεκτρόνιο; " 144 00:07:34,190 --> 00:07:34,690 Εντάξει. 145 00:07:34,690 --> 00:07:36,050 Ας δώσουμε ένα ακόμη απάντηση εδώ. 146 00:07:36,050 --> 00:07:37,140 Δώστε ένα καλό αποτέλεσμα, Μάιλς. 147 00:07:37,140 --> 00:07:37,806 >> Μίλια: καλή; 148 00:07:37,806 --> 00:07:48,400 149 00:07:48,400 --> 00:07:49,570 >> Ναι, παρακαλώ να με βοηθήσει. 150 00:07:49,570 --> 00:07:50,570 BRIAN SCASSELLATI: "Ναι. 151 00:07:50,570 --> 00:07:58,010 Σας παρακαλώ βοηθήστε με. "" Είσαι σίγουρος; " 152 00:07:58,010 --> 00:07:58,510 Μίλια: Όχι. 153 00:07:58,510 --> 00:08:00,860 BRIAN SCASSELLATI: Όχι. 154 00:08:00,860 --> 00:08:03,562 «Τι πάει να προτείνουν σε σας;" 155 00:08:03,562 --> 00:08:06,760 >> Μίλια: Μπορεί να μην είμαι ένα ηλεκτρόνιο. 156 00:08:06,760 --> 00:08:11,170 >> BRIAN SCASSELLATI: «Εγώ δεν μπορεί να είναι ένα ηλεκτρόνιο ". 157 00:08:11,170 --> 00:08:13,790 "Θέλετε να πείτε όχι απλά να είναι αρνητική;" 158 00:08:13,790 --> 00:08:14,390 >> Εντάξει. 159 00:08:14,390 --> 00:08:16,030 Έτσι Miles, σας ευχαριστώ πολύ. 160 00:08:16,030 --> 00:08:16,860 >> Μίλια: Σας ευχαριστώ. 161 00:08:16,860 --> 00:08:18,360 >> BRIAN SCASSELLATI: Ευχαριστώ πολύ. 162 00:08:18,360 --> 00:08:20,230 [ΧΕΙΡΟΚΡΟΤΉΜΑΤΑ] 163 00:08:20,230 --> 00:08:21,230 164 00:08:21,230 --> 00:08:26,700 >> Έτσι, αυτό το πρόγραμμα ΕΛΙΖΑ, με πολλούς τρόπους, ανταποκρίνεται ακριβώς στα τεμάχια 165 00:08:26,700 --> 00:08:32,730 ότι είμαστε παροχή, χωρίς καμία βαθιά κατανόηση του τι συμβαίνει εδώ. 166 00:08:32,730 --> 00:08:36,640 Αυτό είναι ένα είδος του συστήματος που ονομάζεται αντιστοίχιση μοτίβο, όπου 167 00:08:36,640 --> 00:08:40,490 ψάχνουμε για ορισμένες κομμάτια του κειμένου που είμαστε συνέχεια 168 00:08:40,490 --> 00:08:44,860 πρόκειται να πάρει από ό, τι δόθηκαν ως πρώτη ύλη, 169 00:08:44,860 --> 00:08:52,580 μετατρέπουν, δυνητικά, με κάποιο τρόπο, και στη συνέχεια να το δώσει πίσω στο χρήστη. 170 00:08:52,580 --> 00:08:55,150 >> Μήπως κάποιος από εσάς νομίζετε ΕΛΙΖΑ ότι είναι στην πραγματικότητα 171 00:08:55,150 --> 00:08:58,230 εκτέλεση έγκυρη ψυχανάλυση εδώ; 172 00:08:58,230 --> 00:08:59,250 Ένα άτομο, ίσως. 173 00:08:59,250 --> 00:09:00,166 >> Κοινό: [δεν ακούγεται]. 174 00:09:00,166 --> 00:09:03,315 175 00:09:03,315 --> 00:09:05,440 BRIAN SCASSELLATI: Και πώς Μήπως αυτό σας κάνει να αισθάνεστε; 176 00:09:05,440 --> 00:09:06,530 Ναι, στην πραγματικότητα, αυτό κάνει. 177 00:09:06,530 --> 00:09:10,890 Και θα πάμε να δούμε, πράγματι, η πηγαίο κώδικα για αυτό σε μια στιγμή. 178 00:09:10,890 --> 00:09:13,580 Και έτσι θα πάμε να είναι είναι σε θέση να κάνει ακριβώς αυτό. 179 00:09:13,580 --> 00:09:17,420 >> Τώρα, ELIZA είναι μια μορφή τι που θα ονομάζαμε σήμερα μια κουβέντα bot. 180 00:09:17,420 --> 00:09:19,950 Στη συνέχεια, μόνο μέσω της κείμενο που είστε παρέχοντας, 181 00:09:19,950 --> 00:09:24,030 παρέχει το ελάχιστο ποσό της κατανόησης και επεξεργασίας, 182 00:09:24,030 --> 00:09:26,790 και στη συνέχεια παπαγάλοι πίσω σε σας. 183 00:09:26,790 --> 00:09:31,830 Έτσι, ας ρίξουμε μια ματιά, εννοιολογικά, και μιλάμε για το τι 184 00:09:31,830 --> 00:09:34,690 είναι ότι ΕΛΙΖΑ κάνει πραγματικά. 185 00:09:34,690 --> 00:09:42,000 >> ΕΛΙΖΑ κέρδισε sentence-- ας λένε, «θέλω να εντυπωσιάσει το αφεντικό μου." 186 00:09:42,000 --> 00:09:45,130 Και ΕΛΙΖΑ ψάχνει με την φράση 187 00:09:45,130 --> 00:09:48,730 και προσπαθούν να βρουν και να ταιριάζουν ορισμένα πρότυπα. 188 00:09:48,730 --> 00:09:52,850 Έτσι, για παράδειγμα, ένα από τα μοτίβα ΕΛΙΖΑ ότι ψάχνει για είναι οι λέξεις 189 00:09:52,850 --> 00:09:55,110 "Θέλω." 190 00:09:55,110 --> 00:09:59,330 Και κάθε φορά που βλέπει κάτι ότι έχει «θέλω» σε αυτό, 191 00:09:59,330 --> 00:10:01,770 διαμορφώνει μια απάντηση. 192 00:10:01,770 --> 00:10:05,040 Και η απάντηση αυτή είναι μια σταθερή συμβολοσειρά. 193 00:10:05,040 --> 00:10:07,915 Σε αυτήν την περίπτωση, είναι "γιατί θέλεις;" 194 00:10:07,915 --> 00:10:11,330 Και έβαλα ένα μικρό αστέρι στο το τέλος γιατί αυτό είναι ακριβώς 195 00:10:11,330 --> 00:10:13,310 η αρχή της απάντησής μας. 196 00:10:13,310 --> 00:10:16,310 Και το αστέρι δείχνει ότι θα πάμε για να λάβει το υπόλοιπο 197 00:10:16,310 --> 00:10:19,850 της utterance-- του χρήστη "για να εντυπωσιάσει το αφεντικό μου" - 198 00:10:19,850 --> 00:10:24,500 και θα πάμε να προσθέσετε ότι πάνω στο άκρο αυτής της σειράς. 199 00:10:24,500 --> 00:10:28,990 >> Έτσι τώρα, αντί να πει, "γιατί θέλετε να εντυπωσιάσετε το αφεντικό μου » 200 00:10:28,990 --> 00:10:31,800 υπάρχει ένα μικρό κομμάτι των πρόσθετων επεξεργασία που θα κάνουμε. 201 00:10:31,800 --> 00:10:34,440 Δηλαδή, θα πρέπει να μετατρέψει ορισμένες από τις αντωνυμίες 202 00:10:34,440 --> 00:10:38,670 εδώ από το "αφεντικό μου" στο "αφεντικό σας." 203 00:10:38,670 --> 00:10:41,300 Και μπορεί να υπάρχουν μερικά άλλα αλλαγές που πρέπει να κάνουμε. 204 00:10:41,300 --> 00:10:44,990 Έτσι, αντί απλά να κολλήσει κατευθείαν πάνω στο τέλος, τι θα κάνουμε 205 00:10:44,990 --> 00:10:49,160 είναι θα λάβει το υπόλοιπο της utterance-- χρήστη σε λευκό here-- 206 00:10:49,160 --> 00:10:54,090 και εμείς θα το πάρω ένα κομμάτι σε ένας χρόνος και να μετατρέψετε κάθε χορδή 207 00:10:54,090 --> 00:10:58,180 Επίσης, κάθε λέξη, στην πρόταση. 208 00:10:58,180 --> 00:10:59,580 >> Έτσι θα πάρουμε τη λέξη "στο". 209 00:10:59,580 --> 00:11:01,650 Δεν υπάρχει καμία μετατροπή ότι πρέπει να το κάνουμε αυτό. 210 00:11:01,650 --> 00:11:02,340 "Εντυπωσιάζω." 211 00:11:02,340 --> 00:11:04,140 Δεν υπάρχει καμία μετατροπή πρέπει να κάνουμε εκεί. 212 00:11:04,140 --> 00:11:06,670 "Μου" θα μετατραπούν σε "σου." 213 00:11:06,670 --> 00:11:10,070 Και «αφεντικό» θα αφήσει μόνο ως "αφεντικό". 214 00:11:10,070 --> 00:11:12,740 Και στη συνέχεια, τέλος, οτιδήποτε ότι τελειώνει με μια περίοδο, 215 00:11:12,740 --> 00:11:16,640 θα το μετατρέψει σε μια ερώτηση. 216 00:11:16,640 --> 00:11:22,600 >> Αυτό το πολύ απλό μοτίβο που ταιριάζουν είναι στην πραγματικότητα αρκετά επιτυχής. 217 00:11:22,600 --> 00:11:27,260 Και όταν αυτό εισήχθη σε 1966-- Joseph Weizenbaum 218 00:11:27,260 --> 00:11:28,986 προγραμματισμένος αυτό σε έναν υπολογιστή. 219 00:11:28,986 --> 00:11:31,110 Τώρα, οι υπολογιστές εκείνη την εποχή Δεν ήταν desktop μοντέλα. 220 00:11:31,110 --> 00:11:33,950 Είχαν κοινόχρηστων πόρων. 221 00:11:33,950 --> 00:11:39,090 Και οι μαθητές του θα πάει και να συνομιλήσετε με ΕΛΙΖΑ. 222 00:11:39,090 --> 00:11:41,570 Τελικά, αναγκάστηκε να να περιορίσει την πρόσβαση σε αυτό 223 00:11:41,570 --> 00:11:43,890 επειδή οι μαθητές του δεν ήταν να πάρει οποιαδήποτε εργασία. 224 00:11:43,890 --> 00:11:46,190 Είχαν απλά κουβεντιάζοντας με ΕΛΙΖΑ. 225 00:11:46,190 --> 00:11:48,850 Και, στην πραγματικότητα, είχε να φωτιά βοηθό του, ο οποίος 226 00:11:48,850 --> 00:11:55,840 Σχεδόν όλο το χρόνο της μιλώντας για το ΕΛΙΖΑ για βαθιά ανησυχητική και τα προβλήματά της. 227 00:11:55,840 --> 00:12:00,350 >> Ο καθένας που χρησιμοποίησαν τα συστήματα αυτά άρχισε να τους ανθρωπομορφοποιούν. 228 00:12:00,350 --> 00:12:04,490 Άρχισαν να σκέφτονται τους ως είναι έμψυχο και πραγματικούς ανθρώπους. 229 00:12:04,490 --> 00:12:07,969 Άρχισαν να αναγνωρίζει ορισμένα από τα πράγματα που έλεγαν 230 00:12:07,969 --> 00:12:09,010 ερχόταν πίσω σε αυτούς. 231 00:12:09,010 --> 00:12:12,120 Και ανακάλυπταν πράγματα για τον εαυτό τους. 232 00:12:12,120 --> 00:12:17,290 Και, στην πραγματικότητα, ακόμη και οι εμπειρογνώμονες, ακόμη και οι ψυχοθεραπευτές, 233 00:12:17,290 --> 00:12:22,930 άρχισαν να ανησυχούν ότι, στην πραγματικότητα, ΕΛΙΖΑ ίσως θα ήταν αντικατάστασή τους. 234 00:12:22,930 --> 00:12:25,640 Και ακόμη και ο υπολογιστής οι επιστήμονες ανησυχούν ότι ήμασταν 235 00:12:25,640 --> 00:12:30,040 τόσο κοντά στην επίλυση της φυσικής γλώσσας. 236 00:12:30,040 --> 00:12:33,520 >> Τώρα, αυτό δεν ήταν πουθενά κοντά στην αλήθεια. 237 00:12:33,520 --> 00:12:37,280 Αλλά αυτό είναι το πόσο εντυπωσιακή Τα συστήματα αυτά μπορεί να φαίνονται. 238 00:12:37,280 --> 00:12:40,080 Ας αρχίσουμε να εξετάζουμε κάτω και να δοκιμάσετε 239 00:12:40,080 --> 00:12:46,190 για να πάρετε μια λίγο μια ερώτηση όπου συμβαίνει στην πραγματικότητα αυτός ο κωδικός. 240 00:12:46,190 --> 00:12:48,170 Έτσι θα κάνουμε με αυτόν τον κωδικό διαθέσιμο αργότερα. 241 00:12:48,170 --> 00:12:50,880 Και αυτό είναι ένα πολύ απλή και άμεση λιμάνι 242 00:12:50,880 --> 00:12:53,240 της αρχικής εφαρμογής ΕΛΙΖΑ. 243 00:12:53,240 --> 00:12:56,350 >> Έτσι, ορισμένα από αυτά τα υφολογικά πράγματα που θα δείτε εδώ 244 00:12:56,350 --> 00:12:59,360 δεν είναι στυλιστικά τι θα θέλαμε να κάνετε 245 00:12:59,360 --> 00:13:01,480 ή ό, τι έχουμε διδάξει να κάνετε. 246 00:13:01,480 --> 00:13:04,770 Αλλά έχουμε προσπαθήσει να τους κρατήσει το ίδιο σε όλη την πολλά λιμάνια 247 00:13:04,770 --> 00:13:08,087 ότι αυτό είχε, ώστε να έχει τη γεύση του πρωτοτύπου. 248 00:13:08,087 --> 00:13:09,920 Έτσι θα πάμε να περιλαμβάνει ένα σωρό πράγματα, 249 00:13:09,920 --> 00:13:12,920 και στη συνέχεια θα έχουμε μια σύνολο λέξεων-κλειδιών, τα πράγματα 250 00:13:12,920 --> 00:13:16,460 ΕΛΙΖΑ ότι θα αναγνωρίσουν και να απαντήσετε σε άμεσα. 251 00:13:16,460 --> 00:13:20,780 Έτσι, εάν έχετε λέξεις όπως "μπορεί να σας" ή "εγώ δεν κάνω" ή "όχι" 252 00:13:20,780 --> 00:13:24,680 ή "ναι" ή "το όνειρο" ή "γεια", τότε ΕΛΙΖΑ 253 00:13:24,680 --> 00:13:27,920 θα ανταποκριθεί επιλεκτικά σε αυτά. 254 00:13:27,920 --> 00:13:30,010 Θα πρέπει επίσης ορισμένα πράγματα 255 00:13:30,010 --> 00:13:34,940 ότι θα ανταλλάξουν, όπως μετατροπή "μου" για να "σου." 256 00:13:34,940 --> 00:13:39,920 >> Και τότε θα έχουμε μια σειρά απαντήσεων ότι, για κάθε μία από αυτές τις λέξεις-κλειδιά, 257 00:13:39,920 --> 00:13:42,580 θα περιστρέφεται μέσα Αυτές οι διαφορετικές απαντήσεις. 258 00:13:42,580 --> 00:13:45,350 Έτσι, αν πω "ναι" τρεις φορές στη σειρά, εγώ 259 00:13:45,350 --> 00:13:50,429 θα μπορούσε να πάρει τρεις διαφορετικές απαντήσεις από ΕΛΙΖΑ. 260 00:13:50,429 --> 00:13:52,345 Κώδικά μας, λοιπόν, είναι στην πραγματικότητα εξαιρετικά απλή. 261 00:13:52,345 --> 00:13:59,490 Αν ήμουν μετακινηθείτε προς τα κάτω το παρελθόν όλα αυτά απαντήσεις που έχουμε προγραμματίσει στο 262 00:13:59,490 --> 00:14:02,920 και εμείς να πιάσουμε κύρια μας, θα πάμε για να προετοιμαστεί 263 00:14:02,920 --> 00:14:06,540 ένα ζευγάρι των διαφόρων μεταβλητών και να κάνουμε ένα μικρό κομμάτι της καθαριότητας 264 00:14:06,540 --> 00:14:08,480 στην αρχή. 265 00:14:08,480 --> 00:14:11,760 Αλλά τότε δεν υπάρχει απολύτως ένα σύνολο του κώδικα που μπορείτε να καταλάβετε. 266 00:14:11,760 --> 00:14:15,820 Ένα μεγάλο βρόχο, ενώ λέει ότι είμαι πρόκειται να επαναλάβω αυτό ξανά και ξανά. 267 00:14:15,820 --> 00:14:20,420 Θα διαβάσω σε μια γραμμή, και θα αποθηκεύσετε ότι σε μια συμβολοσειρά εισόδου. 268 00:14:20,420 --> 00:14:23,880 Θα ελέγχει και να δούμε αν είναι η ειδική λέξη "αντίο", η οποία 269 00:14:23,880 --> 00:14:26,199 σημαίνει έξοδο από το πρόγραμμα. 270 00:14:26,199 --> 00:14:29,240 Και τότε εγώ θα ελέγξει και να δούμε κατά πόσον κάποιος απλώς επαναλαμβάνουν τον εαυτό τους 271 00:14:29,240 --> 00:14:29,800 ξανά και ξανά. 272 00:14:29,800 --> 00:14:31,174 Και εγώ θα φωνάζω σε αυτά, αν το κάνουν. 273 00:14:31,174 --> 00:14:34,820 Θα πω "δεν επαναλαμβάνουν τον εαυτό σου." 274 00:14:34,820 --> 00:14:40,500 >> Όσο κανένας από αυτούς δεν συμβεί αυτό, θα Στη συνέχεια ανιχνεύσει μέσω και μέσω βρόχου, 275 00:14:40,500 --> 00:14:45,330 στις γραμμές 308 έως 313 εδώ, και να ελέγξετε και να δείτε 276 00:14:45,330 --> 00:14:49,090 είναι οποιαδήποτε από αυτές τις λέξεις-κλειδιά φράσεις που περιέχονται στην είσοδο 277 00:14:49,090 --> 00:14:50,620 ότι ήμουν μόλις δόθηκε; 278 00:14:50,620 --> 00:14:54,845 Αν υπάρχει ένας αγώνας για αυτούς, και Στη συνέχεια, θα θυμάμαι αυτήν τη θέση. 279 00:14:54,845 --> 00:14:57,050 Θα θυμάστε ότι η λέξη-κλειδί. 280 00:14:57,050 --> 00:14:58,620 Και θα είμαι σε θέση να οικοδομήσουμε μια απάντηση. 281 00:14:58,620 --> 00:15:03,150 >> Αν δεν βρείτε αυτό, καλά τότε, το τελευταίο πράγμα που σε συστοιχία λέξη-κλειδί μου 282 00:15:03,150 --> 00:15:08,070 θα είναι η προεπιλεγμένη απαντήσεις μου, όταν δεν ταιριάζει τίποτα άλλο. 283 00:15:08,070 --> 00:15:14,160 Θα κάνουν ερωτήσεις όπως «Γιατί το κάνατε έρχονται εδώ; "ή" Πώς μπορώ να σας βοηθήσω; " 284 00:15:14,160 --> 00:15:19,710 που είναι ακριβώς εν μέρει κατάλληλες δεν έχει σημασία ποια είναι η είσοδος είναι. 285 00:15:19,710 --> 00:15:22,580 >> Στη συνέχεια, θα δημιουργήσει απάντηση ΕΛΙΖΑ του. 286 00:15:22,580 --> 00:15:26,040 Θα είναι σε θέση να λάβει ότι η βάση ανταπόκριση, 287 00:15:26,040 --> 00:15:28,370 ακριβώς όπως κάναμε και στο ότι "Το αφεντικό μου" παράδειγμα. 288 00:15:28,370 --> 00:15:30,970 289 00:15:30,970 --> 00:15:33,990 Αν αυτό είναι το μόνο που υπάρχει is-- αν είναι μόνο μία 290 00:15:33,990 --> 00:15:36,860 συμβολοσειρά που είμαι υποτίθεται ότι respond-- Μπορώ να το στείλω ακριβώς πίσω. 291 00:15:36,860 --> 00:15:40,610 Αν έχει έναν αστερίσκο το τέλος της, τότε θα 292 00:15:40,610 --> 00:15:45,710 επεξεργάζονται κάθε άτομο στο κουπόνι το υπόλοιπο της απάντησης του χρήστη 293 00:15:45,710 --> 00:15:51,590 και να προσθέσετε αυτές, εναλλαγή λέξη προς λέξη, όπως χρειαστεί. 294 00:15:51,590 --> 00:15:56,100 >> Όλα αυτά είναι απολύτως κάτι που θα μπορούσε να αξιοποιήσει. 295 00:15:56,100 --> 00:15:59,230 Και στην πραγματικότητα, οι τρόποι με τους οποίους έχουν μεταποιημένα επιχειρήματα της γραμμής εντολών, 296 00:15:59,230 --> 00:16:03,570 ο τρόπος με τον οποίο έχετε επεξεργασία μέσω HTTP αιτήματα 297 00:16:03,570 --> 00:16:05,510 ακολουθήστε τα ίδια είδη κανόνων. 298 00:16:05,510 --> 00:16:08,220 Είναι μοτίβο που ταιριάζουν. 299 00:16:08,220 --> 00:16:15,170 >> Έτσι ΕΛΙΖΑ είχε ένα σχετικά σημαντικό αντίκτυπο στην φυσική γλώσσα 300 00:16:15,170 --> 00:16:21,620 γιατί έκανε να φαίνεται σαν να ήταν ένα πολύ εφικτός στόχος, όπως και κατά κάποιον τρόπο είχαμε 301 00:16:21,620 --> 00:16:25,550 να είναι σε θέση να λύσει αυτό το πρόβλημα άμεσα. 302 00:16:25,550 --> 00:16:30,670 Τώρα, αυτό δεν σημαίνει ότι δεν ΕΛΙΖΑ όλα όσα θα θέλατε να κάνετε. 303 00:16:30,670 --> 00:16:33,710 Σίγουρα όχι. 304 00:16:33,710 --> 00:16:35,660 Αλλά θα πρέπει να είμαστε σε θέση να κάνουμε κάτι περισσότερο. 305 00:16:35,660 --> 00:16:38,280 306 00:16:38,280 --> 00:16:41,490 >> Το πρώτο μας βήμα για να πάει πέρα από ΕΛΙΖΑ πρόκειται 307 00:16:41,490 --> 00:16:44,840 να είναι σε θέση να εξετάσουμε Δεν κείμενο που τέθηκε 308 00:16:44,840 --> 00:16:53,750 στο πληκτρολόγιο αλλά ομιλίας, πραγματική ομιλία καταγράφονται σε ένα μικρόφωνο. 309 00:16:53,750 --> 00:16:56,880 Έτσι, όπως θα δούμε αυτά διαφορετικά κομμάτια, είμαστε 310 00:16:56,880 --> 00:17:00,304 Θα πρέπει να οικοδομήσουμε μια σειρά από μοντέλα. 311 00:17:00,304 --> 00:17:02,970 Εμείς πάμε να πρέπει να είναι σε θέση για να πάει από το ακουστικό χαμηλού επιπέδου 312 00:17:02,970 --> 00:17:07,180 information-- αγωνιστικό χώρο, πλάτος, frequency-- 313 00:17:07,180 --> 00:17:09,530 και να μετατρέψει αυτό σε κάποιες μονάδες που είμαστε 314 00:17:09,530 --> 00:17:14,619 είναι σε θέση να χειριστούν πιο εύκολα και, τέλος, τους χειριστούν 315 00:17:14,619 --> 00:17:18,609 σε λέξεις και φράσεις. 316 00:17:18,609 --> 00:17:22,880 >> Έτσι, οι περισσότεροι αναγνώρισης ομιλίας συστήματα που είναι εκεί έξω σήμερα 317 00:17:22,880 --> 00:17:26,069 ακολουθούν μια στατιστική μοντέλο στο οποίο χτίζουμε 318 00:17:26,069 --> 00:17:35,090 τρεις διαφορετικές αναπαραστάσεις του τι ότι το σήμα ήχου περιέχει πραγματικά. 319 00:17:35,090 --> 00:17:38,640 Ξεκινάμε με ένα φωνητικό μοντέλο που μιλάει για λίγο από τη βάση 320 00:17:38,640 --> 00:17:41,250 Ακούγεται ότι είμαι παράγουν. 321 00:17:41,250 --> 00:17:46,900 Είμαι παράγουν κάτι που είναι α Β, όπως στο αγόρι ή Δ, όπως στον σκύλο; 322 00:17:46,900 --> 00:17:53,220 Πώς μπορώ να αναγνωρίζουν αυτά τα δύο διαφορετικά τηλέφωνα ως ξεχωριστές και διακριτές; 323 00:17:53,220 --> 00:17:56,600 >> Στην κορυφή του ότι, στη συνέχεια, θα οικοδομήσουμε μια λέξη προφορά μοντέλο, 324 00:17:56,600 --> 00:18:01,350 κάτι που συνδέει οι εν λόγω μεμονωμένες τηλέφωνα 325 00:18:01,350 --> 00:18:04,724 και τις συνδυάζει σε μία λέξη. 326 00:18:04,724 --> 00:18:07,890 Και μετά από αυτό, θα ρίξουμε τις λέξεις και θα τους συγκεντρώσει μια γλώσσα 327 00:18:07,890 --> 00:18:13,010 μοντέλο σε μια πλήρη πρόταση. 328 00:18:13,010 --> 00:18:17,230 >> Τώρα, θα πάμε να μιλήσουμε για το καθένα από αυτά ξεχωριστά και ανεξάρτητα. 329 00:18:17,230 --> 00:18:21,580 Αλλά αυτά τα τρία μοντέλα είναι όλα ακριβώς πρόκειται να είναι οι στατιστικές. 330 00:18:21,580 --> 00:18:23,502 Και αυτό σημαίνει ότι όταν να συνεργαστούμε μαζί τους, θα 331 00:18:23,502 --> 00:18:25,376 να είναι σε θέση να συνεργαστεί με όλα αυτά ταυτόχρονα. 332 00:18:25,376 --> 00:18:28,100 333 00:18:28,100 --> 00:18:28,600 Εντάξει. 334 00:18:28,600 --> 00:18:30,890 Ας ξεκινήσουμε με φωνητική μοντέλο μας. 335 00:18:30,890 --> 00:18:34,470 Έτσι φωνητική μοντέλα βασίζονται σε μια υπολογιστική τεχνική 336 00:18:34,470 --> 00:18:37,320 που ονομάζεται κρυφό μοντέλα Markov. 337 00:18:37,320 --> 00:18:43,050 Αυτά είναι γραφικά μοντέλα στην οποία έχουν και να αναγνωρίσει κατάσταση του κόσμου 338 00:18:43,050 --> 00:18:46,500 ως χαρακτηρίζεται από ένα σύνολο χαρακτηριστικών. 339 00:18:46,500 --> 00:18:51,960 Και ότι η κατάσταση περιγράφει ένα μέρος μιας δράσης που είμαι ασχολούνται με. 340 00:18:51,960 --> 00:19:00,190 >> Έτσι, αν το σκέφτομαι αποφάσεων ο ήχος "ma" σαν τη μητέρα, 341 00:19:00,190 --> 00:19:03,970 υπάρχουν διαφορετικές εξαρτήματα για αυτόν τον ήχο. 342 00:19:03,970 --> 00:19:07,230 Υπάρχει ένα μέρος όπου θα ήθελα να επιστήσω στην αναπνοή. 343 00:19:07,230 --> 00:19:09,560 Και τότε πορτοφόλι χείλη μου. 344 00:19:09,560 --> 00:19:13,710 Και μπορώ να επεκτείνει τα χείλη μου πίσω λίγο bit για να κάνουν ότι "ma" ήχο. 345 00:19:13,710 --> 00:19:15,340 Και έπειτα υπάρχει ένα δελτίο. 346 00:19:15,340 --> 00:19:17,020 Τα χείλη μου έρχονται χώρια. 347 00:19:17,020 --> 00:19:19,030 Αέρας αποβάλλεται. 348 00:19:19,030 --> 00:19:22,650 "Ma". 349 00:19:22,650 --> 00:19:29,250 >> Αυτά τα τρία διαφορετικά μέρη θα αντιπροσωπεύεται από τα κράτη σε αυτήν την graph-- 350 00:19:29,250 --> 00:19:33,420 η έναρξη, το μεσαίο και το τέλος. 351 00:19:33,420 --> 00:19:38,060 Και θα είχα μεταβάσεις που μου επέτρεψε να ταξιδέψει από το ένα κράτος 352 00:19:38,060 --> 00:19:42,260 για την επόμενη με μια ορισμένη πιθανότητα. 353 00:19:42,260 --> 00:19:47,250 Έτσι, για παράδειγμα, ότι το Μ ήχος μπορεί να έχει μια πολύ, 354 00:19:47,250 --> 00:19:51,850 πολύ μικρή πρόσληψη στο beginning-- "χιλιοστά" - και στη συνέχεια μια μεγαλύτερη, 355 00:19:51,850 --> 00:19:55,640 δονητική φάση όπου κρατάω μου χείλη μαζί και σχεδόν humming-- 356 00:19:55,640 --> 00:20:05,090 "mmmm" - και στη συνέχεια μια πολύ σύντομη Plosive όπου αποβάλει breath-- "ma". 357 00:20:05,090 --> 00:20:09,370 >> Το κρυμμένο μοντέλο Markov είναι σχεδιαστεί για να συλλάβει την πραγματικότητα 358 00:20:09,370 --> 00:20:13,340 ότι ο τρόπος που κάνω ότι ο ήχος "ma" πρόκειται 359 00:20:13,340 --> 00:20:17,350 να είναι ελαφρώς διαφορετική χρονική στιγμή του, είναι η συχνότητα, 360 00:20:17,350 --> 00:20:21,030 και τα χαρακτηριστικά του από ο τρόπος που το κάνει 361 00:20:21,030 --> 00:20:23,300 ή ο τρόπος που θα μπορούσα κάνουν όταν μιλάω 362 00:20:23,300 --> 00:20:26,030 σχετικά με τις διαφορετικές χρήσεις της επιστολής. 363 00:20:26,030 --> 00:20:33,240 «Μητέρα» και «μπορεί εγώ" θα ακούγεται κάπως διαφορετικά. 364 00:20:33,240 --> 00:20:36,800 >> Έτσι για να αναγνωρίσει ένα ιδιαίτερο ήχο, που θα 365 00:20:36,800 --> 00:20:42,020 οικοδομήσουμε Markov μοντέλα, αυτά Hidden Markov μοντέλα, κάθε πιθανή τηλέφωνο ότι 366 00:20:42,020 --> 00:20:45,840 μπορεί να θέλουν να αναγνωρίσουν, κάθε δυνατό ήχο, 367 00:20:45,840 --> 00:20:49,750 και στη συνέχεια να εξετάσουμε το ηχητικών δεδομένων που έχω 368 00:20:49,750 --> 00:20:54,430 και να καθορίσει στατιστικώς το οποίο είναι το πιο πιθανό ένα 369 00:20:54,430 --> 00:20:58,110 να έχουν παραχθεί αυτός ο ήχος. 370 00:20:58,110 --> 00:20:58,610 ΕΝΤΆΞΕΙ. 371 00:20:58,610 --> 00:21:01,540 372 00:21:01,540 --> 00:21:06,750 Με αυτό το μοντέλο, τότε αρχίσουν να οικοδομούν πάνω του. 373 00:21:06,750 --> 00:21:09,330 Παίρνουμε ένα μοντέλο προφορά. 374 00:21:09,330 --> 00:21:11,790 Τώρα, μερικές φορές προφορά μοντέλα είναι απλή και εύκολη 375 00:21:11,790 --> 00:21:14,440 επειδή υπάρχει μόνο ένας τρόπος για να προφέρει κάτι. 376 00:21:14,440 --> 00:21:17,990 Άλλες φορές, είναι ένα λίγο πιο περίπλοκη. 377 00:21:17,990 --> 00:21:21,340 Εδώ είναι ένας οδηγός προφοράς για το κόκκινο πράγμα που είναι 378 00:21:21,340 --> 00:21:25,210 ένα φρούτο που κάνετε κέτσαπ από. 379 00:21:25,210 --> 00:21:27,360 Οι άνθρωποι δεν πιστεύουν ότι είναι ένα φρούτο. 380 00:21:27,360 --> 00:21:27,860 Δικαίωμα? 381 00:21:27,860 --> 00:21:30,880 382 00:21:30,880 --> 00:21:35,300 >> Τώρα, υπάρχουν πολλοί διαφορετικοί τρόποι ότι οι άνθρωποι θα προφέρει αυτή τη λέξη. 383 00:21:35,300 --> 00:21:37,780 Κάποιοι θα πουν «toe-Μαΐου-toe." 384 00:21:37,780 --> 00:21:40,880 Κάποιοι θα πουν «toe-mah-toe." 385 00:21:40,880 --> 00:21:44,800 Και μπορούμε να συλλάβουμε ότι με ένα από αυτά τα μοντέλα γραφικών 386 00:21:44,800 --> 00:21:48,305 όπου, και πάλι, εμείς εκπροσωπούμε μεταβάσεις ως έχουσα μια ορισμένη πιθανότητα 387 00:21:48,305 --> 00:21:51,360 και σχετίζεται πιθανότητα με αυτά. 388 00:21:51,360 --> 00:21:58,290 >> Έτσι, σε αυτή την περίπτωση, εάν επρόκειτο να ακολουθήσει η κορυφή διαδρομή μέσα από όλη αυτή τη γραφική παράσταση, 389 00:21:58,290 --> 00:22:03,330 Θα ήθελα να ξεκινούν από το γράμμα σχετικά με την άκρα αριστερά, το "ta" ήχο. 390 00:22:03,330 --> 00:22:07,570 Θα ήθελα να πάρει το πάνω μισό, το "Ω", και στη συνέχεια ένα «ma," 391 00:22:07,570 --> 00:22:14,530 και στη συνέχεια ένα "ένα", και στη συνέχεια μια "ta" και ένα "ω". «Toe-Μάιος-toe." 392 00:22:14,530 --> 00:22:19,610 Αν πήρα το κάτω μονοπάτι μέσα αυτό, θα πάρω "ta-mah-toe." 393 00:22:19,610 --> 00:22:26,810 Και αν πήγα κάτω και, στη συνέχεια, up, θα έπαιρνα "ta-Μάιος-toe." 394 00:22:26,810 --> 00:22:29,950 >> Τα μοντέλα αυτά συλλάβει διαφορές επειδή κάθε φορά 395 00:22:29,950 --> 00:22:32,410 αναπτύσσουμε ένα από αυτά συστήματα αναγνώρισης, 396 00:22:32,410 --> 00:22:35,340 πρόκειται να πρέπει να δουλέψουμε με πολλά διαφορετικά είδη ανθρώπων, 397 00:22:35,340 --> 00:22:39,295 πολλές διαφορετικές αποχρώσεις, ακόμα και διαφορετικές χρήσεις του τις ίδιες λέξεις. 398 00:22:39,295 --> 00:22:42,204 399 00:22:42,204 --> 00:22:44,120 Τέλος, στην κορυφή του ότι, θα χτίσουμε κάτι 400 00:22:44,120 --> 00:22:48,780 ότι φαίνεται πραγματικά περίπλοκη, ονομάζεται το μοντέλο γλώσσας, 401 00:22:48,780 --> 00:22:52,950 αλλά στην πραγματικότητα είναι η απλούστερη τα τρία γιατί αυτά λειτουργούν 402 00:22:52,950 --> 00:22:56,041 με τα λεγόμενα μοντέλα n-gram. 403 00:22:56,041 --> 00:23:02,270 Και σε αυτή την περίπτωση, σας δείχνω δύο-μέρος n-gram μοντέλο, ένα bigram. 404 00:23:02,270 --> 00:23:08,910 Εμείς πάμε για να κάνει το φυσικό της ιδέας ότι μερικές φορές, ορισμένες λέξεις είναι 405 00:23:08,910 --> 00:23:14,680 πιο πιθανό να ακολουθήσει δεδομένη λέξη από τους άλλους. 406 00:23:14,680 --> 00:23:25,210 Αν μόλις είπα "πρόγνωση του καιρού," η επόμενη λέξη θα μπορούσε πιθανότατα να είναι "σήμερα" 407 00:23:25,210 --> 00:23:31,510 ή θα μπορούσε να είναι "ο καιρός προβλέπεται αύριο. " 408 00:23:31,510 --> 00:23:38,870 Αλλά είναι απίθανο να είναι "η πρόγνωση καιρού αγκινάρα. " 409 00:23:38,870 --> 00:23:42,980 >> Τι μοντέλο γλώσσα δεν είναι συλλαμβάνει εκείνους στατιστικά 410 00:23:42,980 --> 00:23:47,450 μετρώντας, από κάποια πολύ μεγάλα corpus, το σύνολο των περιπτώσεων 411 00:23:47,450 --> 00:23:50,890 στην οποία μία λέξη ακολουθεί την άλλη. 412 00:23:50,890 --> 00:23:54,300 Έτσι, αν πάρω ένα μεγάλο corpus-- όπως και κάθε Wall Street Journal 413 00:23:54,300 --> 00:24:00,750 που έχει παραχθεί από το 1930, το οποίο είναι ένα από τα πρότυπα corpuses-- 414 00:24:00,750 --> 00:24:03,910 και κοιτάζω μέσα από όλα ότι το κείμενο, και μετράω 415 00:24:03,910 --> 00:24:09,770 up πόσες φορές μετά "πρόβλεψη" βλέπω "σήμερα" 416 00:24:09,770 --> 00:24:17,454 και πόσες φορές βλέπω "πρόβλεψη", ακολουθούμενο από "αγκινάρα" 417 00:24:17,454 --> 00:24:19,370 η πρώτη θα να είναι πολύ πιο πιθανό. 418 00:24:19,370 --> 00:24:21,540 Είναι πρόκειται να εμφανιστεί πολύ πιο συχνά. 419 00:24:21,540 --> 00:24:24,610 Και γι 'αυτό θα έχουν υψηλότερη πιθανότητα που συνδέονται με αυτό. 420 00:24:24,610 --> 00:24:27,340 >> Αν θέλω να καταλάβω το πιθανότητα μιας ολόκληρης φράσης, 421 00:24:27,340 --> 00:24:29,940 Στη συνέχεια, θα ήθελα απλώς να το σπάσει επάνω. 422 00:24:29,940 --> 00:24:35,990 Έτσι, η πιθανότητα της ακοής η φράση «ο αρουραίος έφαγε το τυρί" 423 00:24:35,990 --> 00:24:39,110 είναι η πιθανότητα της λέξης "η" ξεκινώντας μια φράση, 424 00:24:39,110 --> 00:24:42,540 και, στη συνέχεια, η πιθανότητα ότι το λέξη "αρουραίος" μετά τη λέξη "η" 425 00:24:42,540 --> 00:24:44,910 και η πιθανότητα ότι το λέξη "έφαγε" ακολουθεί "αρουραίος" 426 00:24:44,910 --> 00:24:51,120 και η πιθανότητα ότι "τυρί" ακολουθεί "έφαγε". 427 00:24:51,120 --> 00:24:55,160 >> Αυτό ακούγεται σαν μια παρτίδα του στατιστικές, πολλές πιθανότητες. 428 00:24:55,160 --> 00:24:57,510 Και αυτό είναι ό, τι είναι. 429 00:24:57,510 --> 00:25:02,920 Αλλά το καταπληκτικό πράγμα είναι αν το κάνετε αυτό με ένα αρκετά μεγάλο δείγμα δεδομένων, 430 00:25:02,920 --> 00:25:03,670 δουλεύει. 431 00:25:03,670 --> 00:25:05,250 Και λειτουργεί παρά πολύ καλά. 432 00:25:05,250 --> 00:25:07,810 433 00:25:07,810 --> 00:25:11,420 Όλοι γνωρίζουμε αυτές τις τεχνολογίες. 434 00:25:11,420 --> 00:25:16,500 Τα περισσότερα λειτουργικά συστήματα έρχονται με αναγνώριση φωνής σε αυτό το σημείο. 435 00:25:16,500 --> 00:25:20,940 Χρησιμοποιούμε Siri και Cortana και Echo. 436 00:25:20,940 --> 00:25:25,070 Και αυτά τα πράγματα βασίζονται αυτός ο τύπος τριών στρωμάτων model-- 437 00:25:25,070 --> 00:25:30,620 φωνητική μοντέλο στο κάτω μέρος, ένα μοντέλο προφορά στη μέση, 438 00:25:30,620 --> 00:25:33,690 και ένα μοντέλο γλώσσα πάνω τους. 439 00:25:33,690 --> 00:25:37,630 >> Τώρα, πρέπει να κάνουν λίγο περισσότερα από αυτό, προκειμένου να απαντήσει σε ερωτήσεις. 440 00:25:37,630 --> 00:25:43,000 Αλλά η αναγνώριση του τι είστε ρητό εξαρτάται ακριβώς σε αυτό. 441 00:25:43,000 --> 00:25:45,700 Ας πάρουμε ένα παράδειγμα εδώ. 442 00:25:45,700 --> 00:25:52,020 Έτσι έχω το τηλέφωνό μου κάθεται εδώ κάτω από την κάμερα εγγράφων. 443 00:25:52,020 --> 00:25:56,110 Και θα πάμε να ζητεί Siri μερικές ερωτήσεις. 444 00:25:56,110 --> 00:25:57,150 Εντάξει? 445 00:25:57,150 --> 00:25:59,940 >> Ας ξυπνήσει το τηλέφωνό μου εδώ. 446 00:25:59,940 --> 00:26:02,710 447 00:26:02,710 --> 00:26:05,000 Siri, τι είναι ο καιρός όπως στο New Haven σήμερα; 448 00:26:05,000 --> 00:26:07,670 449 00:26:07,670 --> 00:26:10,780 >> SIRI: Εδώ είναι ο καιρός για Νιου Χέιβεν, Κονέκτικατ σήμερα. 450 00:26:10,780 --> 00:26:11,890 >> BRIAN SCASSELLATI: OK. 451 00:26:11,890 --> 00:26:16,720 Έτσι το πρώτο που είδα ότι αναγνωρίζεται Siri κάθε μία από τις μεμονωμένες λέξεις 452 00:26:16,720 --> 00:26:19,050 και στη συνέχεια παράγεται μια απάντηση. 453 00:26:19,050 --> 00:26:22,277 Θα μιλήσουμε για το πώς αυτή η απάντηση έρχεται περίπου σε λίγο. 454 00:26:22,277 --> 00:26:24,110 Αλλά τώρα που ξέρουμε ότι αυτό ακριβώς βασίζεται 455 00:26:24,110 --> 00:26:28,880 για τις πρώτες στατιστικές και αυτό πρότυπο ταίριασμα τύπου προσέγγιση, 456 00:26:28,880 --> 00:26:31,120 μπορούμε να παίξουμε μερικά παιχνίδια με τη Siri. 457 00:26:31,120 --> 00:26:34,560 >> Έτσι μπορώ να προσπαθήσω ξανά. 458 00:26:34,560 --> 00:26:38,864 Siri, τι είναι ο καιρός ιπποπόταμος New Haven, σήμερα; 459 00:26:38,864 --> 00:26:39,810 >> SIRI: OK. 460 00:26:39,810 --> 00:26:44,245 Εδώ είναι ο καιρός για Νέο Haven, Connecticut για σήμερα. 461 00:26:44,245 --> 00:26:46,120 BRIAN SCASSELLATI: Siri του Δεν πτοείται από ότι 462 00:26:46,120 --> 00:26:50,980 γιατί βρήκε το pattern-- "καιρός", "σήμερα", "New Haven." 463 00:26:50,980 --> 00:26:54,420 Αυτό είναι ό, τι έχει να ανταποκρίνεται να, ακριβώς όπως ΕΛΙΖΑ. 464 00:26:54,420 --> 00:26:54,920 Εντάξει. 465 00:26:54,920 --> 00:26:59,390 Ας δώσουμε μια πιο ομοιόμορφη πιο γελοίο παράδειγμα. 466 00:26:59,390 --> 00:27:03,075 Siri, τον καιρό της αγκινάρας Armadillo ιπποπόταμος New Haven; 467 00:27:03,075 --> 00:27:06,806 468 00:27:06,806 --> 00:27:08,400 >> SIRI: Επιτρέψτε μου να ελέγξει σε αυτό. 469 00:27:08,400 --> 00:27:11,280 Εδώ είναι τι βρήκα στο διαδίκτυο για το τι είναι αγκινάρες Armadillo 470 00:27:11,280 --> 00:27:13,780 ιπποπόταμος New Haven. 471 00:27:13,780 --> 00:27:14,760 >> BRIAN SCASSELLATI: OK. 472 00:27:14,760 --> 00:27:20,400 Έτσι, αν πάω αρκετά μακριά μακριά από αυτό το μοντέλο, 473 00:27:20,400 --> 00:27:24,365 Είμαι σε θέση να συγχέεται επειδή δεν ταιριάζει πλέον το μοτίβο που έχει. 474 00:27:24,365 --> 00:27:27,370 475 00:27:27,370 --> 00:27:29,390 Και αυτές τις στατιστικές κινητήρα που λέει, 476 00:27:29,390 --> 00:27:32,850 Ποια είναι η πιθανότητα που έχετε οι λέξεις ιπποπόταμος και αγκινάρα 477 00:27:32,850 --> 00:27:34,440 μαζί, και Armadillo; 478 00:27:34,440 --> 00:27:36,050 Ότι έχεις να είναι κάτι νέο. 479 00:27:36,050 --> 00:27:38,840 480 00:27:38,840 --> 00:27:40,610 >> Έτσι, αυτές τις τεχνολογίες που χρησιμοποιούμε κάθε μέρα. 481 00:27:40,610 --> 00:27:43,670 482 00:27:43,670 --> 00:27:47,800 Αν θέλουμε να τα πάρουμε ένα βήμα περαιτέρω, όμως, αν πράγματι 483 00:27:47,800 --> 00:27:53,930 θέλουν να είναι σε θέση να μιλήσουμε για το τι είναι ότι τα συστήματα αυτά να ανταποκρίνονται, 484 00:27:53,930 --> 00:28:00,630 πρέπει να μιλήσουμε, και πάλι, για μια πιο θεμελιώδη σειρά ερωτήσεων. 485 00:28:00,630 --> 00:28:05,370 Και αυτό είναι ένα θέμα στην επικοινωνία ότι καλούμε ερωταποκρίσεις. 486 00:28:05,370 --> 00:28:07,028 Δηλαδή, θέλουμε να είμαστε σε θέση to-- ναι; 487 00:28:07,028 --> 00:28:07,944 Κοινό: [δεν ακούγεται]. 488 00:28:07,944 --> 00:28:10,789 489 00:28:10,789 --> 00:28:13,330 BRIAN SCASSELLATI: Να φτάσουμε σε λανθάνουσα σημασιολογική επεξεργασία; 490 00:28:13,330 --> 00:28:14,070 Έτσι, ναι. 491 00:28:14,070 --> 00:28:17,820 Υπάρχουν πολλά πράγματα που είναι συμβαίνει κάτω από την επιφάνεια με Siri 492 00:28:17,820 --> 00:28:20,210 και μερικά από τα παραδείγματα Πάω να σας δείξουμε το επόμενο 493 00:28:20,210 --> 00:28:22,610 όπου υπάρχει αρκετά ένα κομμάτι από την άποψη της δομής 494 00:28:22,610 --> 00:28:25,260 τι λέτε ότι είναι σημαντικό. 495 00:28:25,260 --> 00:28:31,890 Και, στην πραγματικότητα, αυτό είναι μια μεγάλη πρόδρομος για την επόμενη διαφάνεια για μένα. 496 00:28:31,890 --> 00:28:35,110 >> Έτσι, κατά τον ίδιο τρόπο που μας αναγνώρισης ομιλίας χτίστηκε 497 00:28:35,110 --> 00:28:39,620 από πολλαπλές στρώσεις, αν θέλουμε να καταλάβουν τι είναι αυτό που πραγματικά 498 00:28:39,620 --> 00:28:44,620 Τούτου λεχθέντος, θα πάμε ξανά βασίζονται σε μια ανάλυση πολλαπλών στρώσεων 499 00:28:44,620 --> 00:28:47,020 του κειμένου που είναι να αναγνωριστεί. 500 00:28:47,020 --> 00:28:52,560 Έτσι, όταν Siri είναι πράγματι σε θέση να ας πούμε, κοιτάξτε βρήκα αυτές τις λέξεις. 501 00:28:52,560 --> 00:28:55,230 Τώρα τι κάνω με αυτούς; 502 00:28:55,230 --> 00:28:59,110 Το πρώτο συστατικό είναι συχνά περάσει και να προσπαθήσουμε να αναλύσουμε 503 00:28:59,110 --> 00:29:03,010 η δομή της πρότασης. 504 00:29:03,010 --> 00:29:05,410 Και σε ό, τι έχουμε δει στο δημοτικό σχολείο, συχνά, 505 00:29:05,410 --> 00:29:08,920 ως ένα είδος διαγραμμάτων φράσεις, θα πάμε 506 00:29:08,920 --> 00:29:12,774 να αναγνωρίσει ότι ορισμένες οι λέξεις έχουν συγκεκριμένους ρόλους. 507 00:29:12,774 --> 00:29:13,440 Αυτά είναι ουσιαστικά. 508 00:29:13,440 --> 00:29:14,231 Αυτά είναι αντωνυμίες. 509 00:29:14,231 --> 00:29:16,200 Αυτά είναι τα ρήματα. 510 00:29:16,200 --> 00:29:19,460 Και θα πάμε να αναγνωρίσουν ότι για μια συγκεκριμένη γραμματική, 511 00:29:19,460 --> 00:29:24,700 σε αυτή την περίπτωση αγγλική γραμματική, υπάρχουν έγκυρη τρόπους με τους οποίους μπορώ να τα συνδυάσετε 512 00:29:24,700 --> 00:29:26,280 και άλλους τρόπους που δεν είναι έγκυρα. 513 00:29:26,280 --> 00:29:29,920 514 00:29:29,920 --> 00:29:33,870 >> Η αναγνώριση αυτή, ότι η δομή, μπορεί να είναι αρκετό για να βοηθήσει τον οδηγό μας 515 00:29:33,870 --> 00:29:36,720 λίγο. 516 00:29:36,720 --> 00:29:39,820 Αλλά δεν είναι αρκετό για μας να είναι σε θέση να δώσει 517 00:29:39,820 --> 00:29:43,290 οποιοδήποτε νόημα σε ό, τι λέγεται εδώ. 518 00:29:43,290 --> 00:29:46,615 Για να το κάνετε αυτό, θα πρέπει να βασίζονται σε κάποια ποσότητα της σημασιολογικής επεξεργασίας. 519 00:29:46,615 --> 00:29:49,590 520 00:29:49,590 --> 00:29:55,080 Δηλαδή, θα πάμε να πρέπει να εξετάσουμε σε κάτω από ό, τι κάθε μία από αυτές τις λέξεις 521 00:29:55,080 --> 00:29:57,400 στην πραγματικότητα μεταφέρει ως έννοια. 522 00:29:57,400 --> 00:30:01,150 Και με τον απλούστερο τρόπο για να γίνει αυτό, θα πάμε για να συνδέσει με κάθε λέξη 523 00:30:01,150 --> 00:30:06,930 που γνωρίζουμε ότι μια συγκεκριμένη λειτουργία, ένα ορισμένο μετασχηματισμό που 524 00:30:06,930 --> 00:30:09,300 επιτρέπει να συμβεί αυτό. 525 00:30:09,300 --> 00:30:14,470 >> Σε αυτήν την περίπτωση, θα μπορούσαμε να ετικέτα η λέξη "John" ως ένα κατάλληλο όνομα, 526 00:30:14,470 --> 00:30:18,160 ότι φέρνει με το μια ταυτότητα. 527 00:30:18,160 --> 00:30:21,530 Και θα μπορούσαμε να επισημαίνουν «Μαίρη», όπως τον ίδιο τρόπο. 528 00:30:21,530 --> 00:30:27,900 Ενώ ένα ρήμα όπως το «αγάπες», ότι αποτελεί μια ιδιαίτερη σχέση 529 00:30:27,900 --> 00:30:31,582 ότι είμαστε σε θέση να εκπροσωπήσει. 530 00:30:31,582 --> 00:30:33,290 Τώρα, αυτό δεν σημαίνει ότι ότι κατανοούμε 531 00:30:33,290 --> 00:30:37,680 τι είναι η αγάπη, αλλά μόνο ότι καταλαβαίνουμε που με τον τρόπο του ένα συμβολικό σύστημα. 532 00:30:37,680 --> 00:30:40,480 Δηλαδή, μπορούμε να ετικέτα αυτό και να χειριστούν αυτό. 533 00:30:40,480 --> 00:30:44,230 534 00:30:44,230 --> 00:30:49,120 >> Με κάθε μία από αυτές τις προσεγγίσεις, κάθε είδος σημασιολογικής επεξεργασίας 535 00:30:49,120 --> 00:30:57,060 Εδώ πρόκειται να απαιτήσει μια μικρή κομμάτι της γνώσης και πολλή δουλειά 536 00:30:57,060 --> 00:30:59,020 από την πλευρά μας. 537 00:30:59,020 --> 00:31:03,590 Είμαστε πλέον στη σφαίρα όπου απλά στατιστικά στοιχεία 538 00:31:03,590 --> 00:31:07,320 πρόκειται να είναι αρκετό για εμάς. 539 00:31:07,320 --> 00:31:11,330 Τώρα, για να πάει από αυτό το σημείο να είναι 540 00:31:11,330 --> 00:31:15,520 είναι σε θέση να μιλήσει για το εσωτερικό της τι πραγματικά συμβαίνει εδώ, 541 00:31:15,520 --> 00:31:19,640 να είναι σε θέση να χειριστούν αυτό δομήσει και να καταλάβουν μια ερώτηση 542 00:31:19,640 --> 00:31:23,160 και στη συνέχεια να είναι σε θέση να βγούμε έξω και να αναζητήσετε, 543 00:31:23,160 --> 00:31:27,290 ότι απαιτεί μια πιο σύνθετων γνωστικών μοντέλο. 544 00:31:27,290 --> 00:31:34,880 >> Ο τρόπος με τον οποίο αυτά τα συστήματα κατασκευαστεί είναι ως επί το πλείστον πολύ, πολύ εργασία 545 00:31:34,880 --> 00:31:36,350 εντατικός. 546 00:31:36,350 --> 00:31:39,490 Περιλαμβάνουν τον άνθρωπο ξοδεύουν πολλά 547 00:31:39,490 --> 00:31:44,100 του χρόνου διάρθρωση των τρόπων με τους το οποίο αυτά τα είδη των ποινών 548 00:31:44,100 --> 00:31:47,270 μπορεί να αναπαρασταθεί σε κάποια λογική. 549 00:31:47,270 --> 00:31:51,639 550 00:31:51,639 --> 00:31:53,430 Παίρνει ακόμη και μια μικρή πιο περίπλοκη, όμως. 551 00:31:53,430 --> 00:31:56,400 552 00:31:56,400 --> 00:31:59,660 >> Ακόμη μια φορά έχουμε αντιμετωπίσει με σημασιολογία, θα 553 00:31:59,660 --> 00:32:03,860 πρέπει ακόμα να εξετάσουμε την πραγματολογία του τι λέγεται. 554 00:32:03,860 --> 00:32:08,620 Δηλαδή, πώς μπορώ να σχετίζονται με τις λέξεις ότι έχω κάτι να σωματικά έξω 555 00:32:08,620 --> 00:32:12,054 υπάρχει στον κόσμο ή σε τουλάχιστον κάποια πηγή πληροφοριών 556 00:32:12,054 --> 00:32:12,970 ότι μπορώ να χειραγωγήσουν; 557 00:32:12,970 --> 00:32:15,780 558 00:32:15,780 --> 00:32:20,790 >> Μερικές φορές, αυτές οδηγούν σε υπέροχα κομμάτια της ασάφειας. 559 00:32:20,790 --> 00:32:24,470 "Καυτό αστέρι για να παντρευτεί αστρονόμος." 560 00:32:24,470 --> 00:32:25,630 ΕΝΤΆΞΕΙ. 561 00:32:25,630 --> 00:32:28,540 Τώρα, διαβάζουμε ότι η αστείο τύπο του τίτλο 562 00:32:28,540 --> 00:32:34,690 ότι θα βλέπαμε στην τηλεόραση αργά τη νύχτα γιατί δεν ερμηνεύουν "αστέρι" 563 00:32:34,690 --> 00:32:38,630 να έχουν ουράνια έννοια του σώματός του. 564 00:32:38,630 --> 00:32:43,390 Γνωρίζουμε ότι αυτό σημαίνει ότι η πιο κοινός ηθοποιός 565 00:32:43,390 --> 00:32:45,240 με υψηλά ποσά της ορατότητας. 566 00:32:45,240 --> 00:32:47,770 567 00:32:47,770 --> 00:32:51,950 >> "Squad βοηθά δάγκωμα σκύλου θύμα." 568 00:32:51,950 --> 00:32:55,550 Είναι ότι η ομάδα είναι στην πραγματικότητα από την παροχή βοήθειας εκεί ένα σκυλί 569 00:32:55,550 --> 00:32:59,620 σε πηγαίνει γύρω και το δάγκωμα των θυμάτων; 570 00:32:59,620 --> 00:33:02,380 Ή μήπως ήταν εκεί ένα άτομο που ήταν 571 00:33:02,380 --> 00:33:04,625 τσίμπημα από ένα σκυλί που χρειάζεται κάποια βοήθεια; 572 00:33:04,625 --> 00:33:07,650 573 00:33:07,650 --> 00:33:11,480 Απλά κοιτάζοντας από τη σύνταξη και η σημασιολογία των ποινών, 574 00:33:11,480 --> 00:33:14,660 δεν μπορούμε να προσδιορίσουμε αυτό. 575 00:33:14,660 --> 00:33:22,000 >> "Ελικόπτερο τροφοδοτείται από ανθρώπινες μύγες». 576 00:33:22,000 --> 00:33:27,330 Υπάρχουν, στην πραγματικότητα, την πραγματική μικρά πράγματα που πετούν γύρω ότι 577 00:33:27,330 --> 00:33:34,510 είναι άνθρωποι με φτερά τροφοδοσία ελικόπτερα για το καλό της ανθρωπότητας; 578 00:33:34,510 --> 00:33:38,960 Ή είναι μια μηχανική συσκευή υπάρχει ότι αντλεί τη δύναμή του από ένα άτομο; 579 00:33:38,960 --> 00:33:41,600 580 00:33:41,600 --> 00:33:46,500 >> Όταν κοιτάζουμε ερώτηση συστήματα ερωταποκρίσεων, 581 00:33:46,500 --> 00:33:51,110 αυτά είναι τα στρώματα που θα πρέπει να αντιμετωπίσουμε. 582 00:33:51,110 --> 00:33:54,890 Τώρα, το καλύτερο και το πιο είδος από διαδεδομένη των συστημάτων αυτών 583 00:33:54,890 --> 00:34:00,640 σήμερα είναι σε θέση να κάνει τα πράγματα σε ένα επίπεδο που είναι 584 00:34:00,640 --> 00:34:05,050 πολύ πέρα ​​από αυτό που είχαμε πριν από 10 χρόνια. 585 00:34:05,050 --> 00:34:08,210 Εδώ είναι ένα από τα καλύτερα συστήματα ότι είναι εκεί έξω σήμερα. 586 00:34:08,210 --> 00:34:10,519 Και αυτό είναι ένα σύστημα από την IBM ονομάζεται Watson. 587 00:34:10,519 --> 00:34:13,040 588 00:34:13,040 --> 00:34:15,500 Αυτό είναι από τους φίλους μας στην IBM. 589 00:34:15,500 --> 00:34:19,810 Αυτό είναι Katherine τράπεζες, Jia Chen, και η Πρίσκιλλα Moraes μας δίνει 590 00:34:19,810 --> 00:34:26,323 μια επίδειξη της Watson χθες στην IBM Yorktown. 591 00:34:26,323 --> 00:34:26,989 [ΑΝΑΠΑΡΑΓΩΓΗ] 592 00:34:26,989 --> 00:34:27,690 -Πώς είσαι? 593 00:34:27,690 --> 00:34:30,600 594 00:34:30,600 --> 00:34:31,980 >> -Είμαι καλά. 595 00:34:31,980 --> 00:34:35,429 Είμαι πάντα χαρούμενος όταν είμαι σκέψης, ειδικά όταν 596 00:34:35,429 --> 00:34:38,920 μπορούν να μείνουν δροσερά σε αυτά τα δωμάτια server. 597 00:34:38,920 --> 00:34:40,170 -Ποιος Είναι ο αγαπημένος σας ηθοποιός; 598 00:34:40,170 --> 00:34:43,870 599 00:34:43,870 --> 00:34:47,555 >> Αγαπημένη ηθοποιός -My Angelina Jolie ως Lara Croft 600 00:34:47,555 --> 00:34:54,800 στο Tomb Raider, διότι αρχική της μορφή ήταν σαν ένα εικονικό χαρακτήρα σαν κι εμένα. 601 00:34:54,800 --> 00:34:56,760 >> -Πώς Μπορεί να βοηθήσει τους ασθενείς Watson; 602 00:34:56,760 --> 00:34:59,700 603 00:34:59,700 --> 00:35:03,755 >> -Είναι Το πρόγραμμα για ασθενείς με να έχουν πρόσβαση σε Watson άμεσα; 604 00:35:03,755 --> 00:35:08,050 Πρόσβαση σε Watson συμβουλευτική εφαρμογές θα διαφέρουν ανάλογα με την περίπτωση χρήσης. 605 00:35:08,050 --> 00:35:12,630 Αλλά σήμερα, Watson θα παρέχει μόνο δυνατόν διάγνωση και θεραπεία 606 00:35:12,630 --> 00:35:14,725 επιλογές για την επαγγελματική ιατρική. 607 00:35:14,725 --> 00:35:17,680 Ανάλογα με την περίπτωση, οι ασθενείς μπορούν να παρέχουν πληροφορίες 608 00:35:17,680 --> 00:35:21,210 να Watson, ίσως μέσα από μια πύλη διεπαφής ιστού, δισκίο, 609 00:35:21,210 --> 00:35:23,500 ή ακόμα και ένα κινητό τηλέφωνο. 610 00:35:23,500 --> 00:35:27,180 Για παράδειγμα, ένας ασθενής μπορεί να είναι ζητήθηκε να περιγράψουν τα συμπτώματά τους 611 00:35:27,180 --> 00:35:30,460 σε φυσική γλώσσα απευθείας σε ένα διάλυμα Watson, 612 00:35:30,460 --> 00:35:34,050 επιτρέποντας στον ιατρό να επικεντρωθεί συλλογής δεδομένων διάγνωση και όχι. 613 00:35:34,050 --> 00:35:38,379 614 00:35:38,379 --> 00:35:42,716 >> -Ποιος Δολοφονήθηκε ο Αβραάμ Λίνκολν; 615 00:35:42,716 --> 00:35:46,153 >> -John Wilkes Booth. 616 00:35:46,153 --> 00:35:52,373 >> -Σε Ποια χρονιά έκανε την Αριζόνα Diamondbacks κερδίσει το World Series; 617 00:35:52,373 --> 00:35:55,295 >> -2001. 618 00:35:55,295 --> 00:35:58,710 >> [Σταματήσετε την αναπαραγωγή] 619 00:35:58,710 --> 00:36:01,610 >> BRIAN SCASSELLATI: Λοιπόν αυτά τα είδη των συστημάτων 620 00:36:01,610 --> 00:36:07,430 πρέπει να στηρίζονται πρώτα απ 'όλα αναγνωρίζοντας την ομιλία? δεύτερος, 621 00:36:07,430 --> 00:36:12,200 μετατρέποντάς την σε μια ουσιαστική εσωτερική αναπαράσταση; και στη συνέχεια, τρίτον, 622 00:36:12,200 --> 00:36:17,090 να είναι σε θέση να βγούμε έξω και να βρούμε Η πηγή πληροφοριών που: 623 00:36:17,090 --> 00:36:21,140 τους επιτρέπει να απαντήσω σε αυτή την ερώτηση. 624 00:36:21,140 --> 00:36:27,320 Αυτό το επίπεδο της πολυπλοκότητας περιλαμβάνει οι ίδιοι τύποι των προγραμματικών πράγματα 625 00:36:27,320 --> 00:36:31,790 ότι σας έχουν κάνει στο πρόβλημα σύνολα. 626 00:36:31,790 --> 00:36:38,000 >> Είμαστε σε θέση να αναλύσει τις αιτήσεις HTTP στο το ίδιο είδος του προτύπου χαμηλού επιπέδου 627 00:36:38,000 --> 00:36:40,810 αντιστοίχισης που ΕΛΙΖΑ μπορεί να κάνει. 628 00:36:40,810 --> 00:36:45,070 Είμαστε σε θέση να μετατρέψει εκείνους σε μια εσωτερική αναπαράσταση, 629 00:36:45,070 --> 00:36:50,360 και στη συνέχεια τα χρησιμοποιούν για την αναζήτηση κάποιες εξωτερική βάση δεδομένων, ενδεχομένως με τη χρήση SQL. 630 00:36:50,360 --> 00:36:53,530 631 00:36:53,530 --> 00:36:56,260 Όλα τα συστήματα που χτίζονται σήμερα 632 00:36:56,260 --> 00:37:00,520 να κάνει αυτό το είδος της φυσικής γλωσσικής επικοινωνίας 633 00:37:00,520 --> 00:37:04,100 χτίζονται πάνω Αυτές οι ίδιες αρχές. 634 00:37:04,100 --> 00:37:09,530 >> Τώρα, ακόμη και ένα σύστημα όπως Watson δεν είναι αρκετά πολύπλοκη 635 00:37:09,530 --> 00:37:14,820 να είναι σε θέση να απαντήσει σε αυθαίρετες ερωτήσεις σχετικά με οποιοδήποτε θέμα. 636 00:37:14,820 --> 00:37:20,060 Και στην πραγματικότητα, θα πρέπει να είναι δομημένο μέσα σε ένα συγκεκριμένο τομέα. 637 00:37:20,060 --> 00:37:24,440 Έτσι, μπορείτε να συνδεθείτε στο Internet και μπορείτε να βρείτε εκδόσεις του Watson που λειτουργούν καλά 638 00:37:24,440 --> 00:37:27,700 μέσα στην ιατρική πληροφορική. 639 00:37:27,700 --> 00:37:31,490 Ή υπάρχει ένα σε απευθείας σύνδεση ότι ακριβώς ασχολείται με το πώς 640 00:37:31,490 --> 00:37:34,540 για να κάνουν καλές συστάσεις σχετικά με ποια μπύρα θα πάει με τον οποίο τα τρόφιμα. 641 00:37:34,540 --> 00:37:37,060 642 00:37:37,060 --> 00:37:41,870 Και μέσα σε αυτούς τους τομείς, μπορεί να απαντήσει σε ερωτήσεις, 643 00:37:41,870 --> 00:37:46,130 βρείτε τις πληροφορίες που χρειάζεται. 644 00:37:46,130 --> 00:37:48,270 >> Αλλά δεν μπορείτε να αναμίξετε και να ταιριάξετε τους. 645 00:37:48,270 --> 00:37:53,150 Το σύστημα που είναι ήδη εκπαιδευμένοι με τη βάση δεδομένων των τροφίμων και μπύρα 646 00:37:53,150 --> 00:37:56,830 δεν λειτουργεί καλά όταν ξαφνικά βάζουμε με την ιατρική πληροφορική 647 00:37:56,830 --> 00:37:59,770 βάση δεδομένων. 648 00:37:59,770 --> 00:38:05,680 Έτσι, ακόμη καλύτερα συστήματα μας σήμερα βασίζονται σε ένα επίπεδο επεξεργασίας 649 00:38:05,680 --> 00:38:11,570 στην οποία είμαστε κωδικοποίηση χεριών και οικοδόμηση της υποδομής για 650 00:38:11,570 --> 00:38:13,275 για να κάνουν αυτό το σύστημα να κυλήσει. 651 00:38:13,275 --> 00:38:16,360 652 00:38:16,360 --> 00:38:20,710 >> Τώρα, το τελευταίο θέμα που θέλω να είναι σε θέση να φτάσετε στο σήμερα 653 00:38:20,710 --> 00:38:23,960 είναι περίπου μη λεκτική επικοινωνία. 654 00:38:23,960 --> 00:38:29,290 Ένα μεγάλο πλήθος των πληροφοριών που που επικοινωνούν μεταξύ τους 655 00:38:29,290 --> 00:38:35,490 δεν προκύψει μέσα από το μεμονωμένες λέξεις που είμαστε εφαρμογή. 656 00:38:35,490 --> 00:38:40,290 Έχει να κάνει με τα πράγματα όπως εγγύτητα, το βλέμμα, ο τόνος της φωνής, 657 00:38:40,290 --> 00:38:42,270 καμπής σας. 658 00:38:42,270 --> 00:38:46,620 Και ότι η επικοινωνία είναι, επίσης, Κάτι που πολλές διαφορετικές διεπαφές 659 00:38:46,620 --> 00:38:49,960 νοιάζονται πολύ για. 660 00:38:49,960 --> 00:38:51,500 Δεν είναι ό, τι Siri νοιάζεται για. 661 00:38:51,500 --> 00:38:56,250 Μπορώ να ρωτήσω κάτι Siri με μια φωνή ή σε ένα διαφορετικό τόνο της φωνής, 662 00:38:56,250 --> 00:38:59,840 Siri και πρόκειται να να μου δώσει την ίδια απάντηση. 663 00:38:59,840 --> 00:39:05,260 Αλλά αυτό δεν είναι ό, τι χτίζουμε για πολλοί άλλοι τύποι διασυνδέσεων. 664 00:39:05,260 --> 00:39:09,120 >> Θέλω να σας συστήσω τώρα σε ένα από τα ρομπότ. 665 00:39:09,120 --> 00:39:12,720 Αυτό χτίστηκε από πολύχρονη μου φίλο και συνάδελφό Cynthia 666 00:39:12,720 --> 00:39:16,010 Breazeal και η εταιρεία της Jibo. 667 00:39:16,010 --> 00:39:20,090 Και αυτό robot-- θα πάμε να έχουμε ένα ζευγάρι εθελοντών 668 00:39:20,090 --> 00:39:22,520 καταλήξει να αλληλεπιδρούν με αυτό. 669 00:39:22,520 --> 00:39:26,200 Έτσι μπορώ να έχω δύο ανθρώπους που είναι πρόθυμοι για να παίξει με το ρομπότ για μένα; 670 00:39:26,200 --> 00:39:29,936 Γιατί δεν έρχεστε επάνω, και γιατί δεν έρχεσαι πάνω. 671 00:39:29,936 --> 00:39:31,310 Αν θέλετε μαζί μου εδώ, παρακαλώ. 672 00:39:31,310 --> 00:39:36,520 673 00:39:36,520 --> 00:39:39,670 >> Και αν θα μπορούσα να έχετε έρχονται ακριβώς εδώ. 674 00:39:39,670 --> 00:39:40,170 Ευχαριστώ. 675 00:39:40,170 --> 00:39:40,480 Γεια. 676 00:39:40,480 --> 00:39:41,400 >> ALFREDO: Χαίρω πολύ. 677 00:39:41,400 --> 00:39:42,010 Alfredo. 678 00:39:42,010 --> 00:39:42,520 >> BRIAN SCASSELLATI: Alfredo. 679 00:39:42,520 --> 00:39:43,146 >> RACHEL: Rachel. 680 00:39:43,146 --> 00:39:44,228 BRIAN SCASSELLATI: Rachel. 681 00:39:44,228 --> 00:39:45,154 Χαίρω πολύ δύο. 682 00:39:45,154 --> 00:39:46,820 Αλφρέντο, Πάω να έχετε πάει πρώτα. 683 00:39:46,820 --> 00:39:47,990 Ελάτε μέχρι εδώ. 684 00:39:47,990 --> 00:39:51,870 Πάω να εισαγάγει you-- αν μπορώ να πάρω αυτό το off 685 00:39:51,870 --> 00:39:58,450 χωρίς να χτυπήσει την microphone-- σε ένα μικρό ρομπότ που ονομάζεται Jibo. 686 00:39:58,450 --> 00:40:00,140 ΕΝΤΆΞΕΙ? 687 00:40:00,140 --> 00:40:04,260 >> Τώρα, Jibo έχει σχεδιαστεί για να είναι αμφίδρομη. 688 00:40:04,260 --> 00:40:09,339 Και παρόλο που μπορεί να δώσει την ομιλία σας, μεγάλο μέρος της αλληλεπίδρασης με το ρομπότ 689 00:40:09,339 --> 00:40:09,880 είναι λεκτική. 690 00:40:09,880 --> 00:40:12,450 691 00:40:12,450 --> 00:40:17,070 Αλφρέντο, Πάω να σας ζητήσω να πω κάτι ωραίο και δωρεάν 692 00:40:17,070 --> 00:40:19,554 στο ρομπότ, παρακαλώ. 693 00:40:19,554 --> 00:40:20,845 ALFREDO: Νομίζω ότι θα δούμε χαριτωμένο. 694 00:40:20,845 --> 00:40:24,114 695 00:40:24,114 --> 00:40:25,611 >> [Βουητό] 696 00:40:25,611 --> 00:40:26,192 697 00:40:26,192 --> 00:40:27,108 BRIAN SCASSELLATI: OK. 698 00:40:27,108 --> 00:40:30,110 699 00:40:30,110 --> 00:40:33,180 Η απάντησή της δεν είναι λεκτική. 700 00:40:33,180 --> 00:40:35,180 Και όμως σου έδινε τόσο μια σαφή αναγνώριση 701 00:40:35,180 --> 00:40:39,680 ότι είχε ακούσει όσα είπατε και, επίσης, κατά κάποιο τρόπο κατανοητό αυτό. 702 00:40:39,680 --> 00:40:40,530 ΕΝΤΆΞΕΙ? 703 00:40:40,530 --> 00:40:42,070 Βήμα δεξιά πίσω εδώ για ένα δευτερόλεπτο. 704 00:40:42,070 --> 00:40:43,130 Ευχαριστώ. 705 00:40:43,130 --> 00:40:44,090 >> Ρέιτσελ, αν έχετε την καλοσύνη. 706 00:40:44,090 --> 00:40:46,070 Τώρα, είμαι πρόκειται να δώσει Σας το πολύ πιο δύσκολο έργο. 707 00:40:46,070 --> 00:40:48,361 Αν θέλετε να σταθεί ακριβώς εδώ, αντιγράφων ασφαλείας μόλις λίγο έτσι 708 00:40:48,361 --> 00:40:50,280 μπορούμε να σας πάρει στην κάμερα και να εξετάσουμε αυτόν τον τρόπο. 709 00:40:50,280 --> 00:40:56,840 Πάω να σας ζητήσω να πείτε κάτι πραγματικά σημαίνει και άσχημο στο ρομπότ. 710 00:40:56,840 --> 00:41:02,900 >> RACHEL: Αυτό που μόλις φαινόταν να κάνω ήταν εντελώς παράλογο. 711 00:41:02,900 --> 00:41:03,840 >> [Ξερό ήχο] 712 00:41:03,840 --> 00:41:07,610 713 00:41:07,610 --> 00:41:09,030 >> Αυτό ήταν ακόμα πιο παράλογο. 714 00:41:09,030 --> 00:41:10,120 Τι συμβαίνει με εσάς; 715 00:41:10,120 --> 00:41:13,487 716 00:41:13,487 --> 00:41:16,207 Aw, δεν αισθάνομαι άσχημα. 717 00:41:16,207 --> 00:41:17,040 Θα σας δώσω μια αγκαλιά. 718 00:41:17,040 --> 00:41:19,882 719 00:41:19,882 --> 00:41:21,090 BRIAN SCASSELLATI: Εντάξει. 720 00:41:21,090 --> 00:41:22,280 Ευχαριστώ, Rachel. 721 00:41:22,280 --> 00:41:24,565 Αλφρέντο, Rachel, παιδιά ευχαριστώ πολύ. 722 00:41:24,565 --> 00:41:26,840 >> [ΧΕΙΡΟΚΡΟΤΉΜΑΤΑ] 723 00:41:26,840 --> 00:41:28,660 724 00:41:28,660 --> 00:41:34,470 >> Έτσι, αυτό το είδος της αλληλεπίδρασης έχει στην πολλοί τρόποι για μερικά από τους ίδιους κανόνες 725 00:41:34,470 --> 00:41:36,950 και ορισμένα από τα ίδια δομή, όπως αυτό που 726 00:41:36,950 --> 00:41:39,950 θα μπορούσε να έχει στη γλωσσική αλληλεπίδραση. 727 00:41:39,950 --> 00:41:44,530 Είναι τόσο επικοινωνιακός και εξυπηρετεί ένα σημαντικό σκοπό. 728 00:41:44,530 --> 00:41:48,590 Και η αλληλεπίδραση, σε πολλούς τρόπους, έχει σχεδιαστεί 729 00:41:48,590 --> 00:41:52,890 να έχουν ιδιαίτερη επίδραση στην πρόσωπο αλληλεπιδρά με ή ακούτε 730 00:41:52,890 --> 00:41:54,410 στο ρομπότ. 731 00:41:54,410 --> 00:41:56,450 >> Τώρα, είμαι αρκετά τυχεροί να έχουν Jibo εδώ σήμερα. 732 00:41:56,450 --> 00:42:00,550 Sam Spaulding είναι εδώ βοηθώντας μας έξω με το ρομπότ. 733 00:42:00,550 --> 00:42:07,470 Και Πάω να ρωτήσω Σαμ να δώσει μας ένα ωραίο demo του Jibo χορό 734 00:42:07,470 --> 00:42:09,720 που μπορούμε να δούμε στο τέλος εδώ. 735 00:42:09,720 --> 00:42:10,590 Έτσι προχωρήστε, Jibo. 736 00:42:10,590 --> 00:42:11,550 >> SAM: Εντάξει, Jibo. 737 00:42:11,550 --> 00:42:14,430 Δείξτε μας χορευτικές κινήσεις σας. 738 00:42:14,430 --> 00:42:17,310 >> [Παίζει μουσική] 739 00:42:17,310 --> 00:42:43,114 740 00:42:43,114 --> 00:42:44,780 BRIAN SCASSELLATI: Εντάξει, όλοι. 741 00:42:44,780 --> 00:42:46,865 Ευχαριστώ τους φίλους μας στο Jibo. 742 00:42:46,865 --> 00:42:49,426 >> [ΧΕΙΡΟΚΡΟΤΉΜΑΤΑ] 743 00:42:49,426 --> 00:42:50,140 744 00:42:50,140 --> 00:42:54,990 >> Και χάρη στους φίλους μας στο Η IBM για τη βοήθεια σήμερα. 745 00:42:54,990 --> 00:42:57,300 Η επικοινωνία είναι κάτι ότι θα πάμε 746 00:42:57,300 --> 00:43:02,280 για να δείτε να ανεβαίνει όλο και περισσότερο ως χτίζουμε πιο πολύπλοκες διασυνδέσεις. 747 00:43:02,280 --> 00:43:05,760 Την επόμενη εβδομάδα, θα πρέπει να μιλάμε σχετικά με το πώς να διεπαφή 748 00:43:05,760 --> 00:43:08,890 με αντιπάλους τον υπολογιστή σε παιχνίδια. 749 00:43:08,890 --> 00:43:12,950 Αλλά εάν έχετε ερωτήσεις σχετικά με αυτό, Θα είμαι γύρω στις ώρες γραφείου απόψε. 750 00:43:12,950 --> 00:43:17,610 Είμαι στην ευχάριστη θέση να σας μιλήσω για το AI θέματα ή να μπει σε περισσότερες λεπτομέρειες. 751 00:43:17,610 --> 00:43:18,927 Καλο σαββατοκυριακο. 752 00:43:18,927 --> 00:43:21,409 >> [ΧΕΙΡΟΚΡΟΤΉΜΑΤΑ] 753 00:43:21,409 --> 00:43:21,909 754 00:43:21,909 --> 00:43:26,141 [Παίζει μουσική] 755 00:43:26,141 --> 00:46:42,879